目录
InnoDB在建立索引结构来管理数据的时候，为什么其他数据结构不行？
前言
Q：没有索引，可能会有什么问题？
索引：提高数据库性能，且不需要加内存改程序，就能够让查询速度提高成百上千倍数。 但是查询速度的提高是以插入、更新、删除的速度为代价的，这些操作增加了大量的IO。
所以它的价值在于提高一个海量数据的检索速度。
索引
常见索引分为：
- 主键索引（primary key）
- 唯一索引（unique）
- 普通索引（index）
- 全文索引（fulltext）
案例：
先制造一个海量表，在查询的时候看看没有索引的时候会有什么问题？
--构建一个8000000条记录的数据
--构建的海量表数据需要有差异性，所以使用存储过程来创建， 拷贝下面代码就可以了，暂时不用理解
-- 产生随机字符串
delimiter $$
create function rand_string(n INT)
returns varchar(255)
begin
declare chars_str varchar(100) default
'abcdefghijklmnopqrstuvwxyzABCDEFJHIJKLMNOPQRSTUVWXYZ';
declare return_str varchar(255) default '';
declare i int default 0;
while i < n do
set return_str =concat(return_str,substring(chars_str,floor(1+rand()*52),1));
set i = i + 1;
end while;
return return_str;
end $$
delimiter ;
--产生随机数字
delimiter $$
create function rand_num()
returns int(5)
begin
declare i int default 0;
set i = floor(10+rand()*500);
return i;
end $$
delimiter ;
--创建存储过程，向雇员表添加海量数据
delimiter $$
create procedure insert_emp(in start int(10),in max_num int(10))
begin
declare i int default 0;
set autocommit = 0;
repeat
set i = i + 1;
insert into EMP values ((start+i)
,rand_string(6),'SALESMAN',0001,curdate(),2000,400,rand_num());
until i = max_num
end repeat;
commit;
end $$
delimiter ;
-- 执行存储过程，添加8000000条记录
call insert_emp(100001, 8000000);这样就创造出一张海量表了
查询标号为998866的员工
select * from EMP where empno=998877;一共耗时将近5s，这还是在本地单人操作，在实际项目中会有很多人并发查询，这时候就得死机了。
解决方法 = 创建索引：
alter table EMP add index(empno);认识磁盘：
MySQL 给用户提供存储服务，而存储的都是数据，数据在磁盘这个外设当中。磁盘是计算机中的一个机械设备，相比于计算机其他电子元件，磁盘效率是比较低的，在加上IO本身的特征，可以知道，如何提交效率，是 MySQL 的一个重要话题
看看磁盘什么样：
其中的一个盘片：
扇区 ：
数据库文件，本质其实就是保存在磁盘的盘片当中。也就是上面的一个个小格子中，就是我们经常所说的扇区。当然，数据库文件很大，也很多，一定需要占据多个扇区
TIPS:
- 从上图可以看出，在半径范围下，距离中心越近扇区越小
- 那么所有的扇区的大小都是默认512字节吗？ 目前是这样的，因为我们认为保证一个扇区多大，是由比特密度决定的
- 不过最新的磁盘技术，已经慢慢的让扇区大小不同了，不过我们现在暂时不考虑
所以最基本的，找到一个文件的全部，本质就是在磁盘找到所有保存文件的扇区。
而我们能够定位任何一个扇区，那么就能找到所有扇区，因为查找方式都一样（磁头疯狂摇摆）
定位扇区 ：
- 柱面（磁道）：多盘磁盘，每盘都是双面，大小相等，那么同半径的磁道就构成了一个柱体
- 每个盘面都有一个磁头，磁头和盘面是1对1的
- 所以我们只需要知道，磁头、柱面、扇区对应的编号，就可以在磁盘上定位所要访问的扇区。这种定位方式叫CHS。不过实际系统软件用的不是CHS（硬件是用CHS）的，而是LBA，一种线性地址，可以想象成虚拟地址和物理地址。系统将LBA地址最后会转化成CHS，交给磁盘去进行读取。
小结：
我们现在已经能够在硬件层面定位，任何一个基本数据块（扇区），就直接按照扇区(512字节，部分4096字节),进行IO交互吗？
不是！
- 如果操作系统直接使用硬件提供的数据大小进行交互，那么系统的IO代码，就和硬件强相关，换言之，如果硬件发生变化，系统必须跟着变化
- 从目前来看，单次IO 512字节，还是太小了。IO单位小，意味着读取同样的数据内容，需要进行多次磁盘访问，会带来效率的降低。
- 之前学习文件系统，就是在磁盘的基本结构下建立的，文件系统读取基本单位，就不是扇区，而是数据块
故，系统读取磁盘，是以块为单位的，基本单位是 4KB 。
磁盘随机访问与连续访问：
随机访问：
本次IO所给出的扇区地址和上次IO给出扇区地址不连续，这样的话磁头在两次IO操作之间需要作比较大的移动动作才能重新开始读/写数据
连续访问：
如果当次IO给出的扇区地址与上次IO结束的扇区地址是连续的，那磁头就能很快的开始这次
IO操作，这样的多个IO操作称为连续访问
MySQL与磁盘交互的基本单位：
MySQL 作为一款应用软件，可以想象成一种特殊的文件系统。它有着更高的IO场景，所以，为了提高基本的IO效率， MySQL 进行IO的基本单位是 16KB
（本篇分享默认存储引擎为innodb）
mysql> SHOW GLOBAL STATUS LIKE 'innodb_page_size';
+------------------+-------+
| Variable_name | Value |
+------------------+-------+
| Innodb_page_size | 16384 | -- 16*1024=16384
+------------------+-------+
1 row in set (0.01 sec)也就是说，磁盘这个硬件设备的基本单位是 512 字节，而 MySQL InnoDB引擎 使用 16KB 进行IO交互。即， MySQL 和磁盘进行数据交互的基本单位是 16KB 。这个基本数据单元，在 MySQL 这里叫做page（注意和系统的page区分）
建立共识
- MySQL 中的数据文件，是以page为单位保存在磁盘当中的
- MySQL 的 CURD 操作，都需要通过计算，找到对应的插入位置，或者找到对应要修改或者查询的数据
- 而只要涉及计算，就需要CPU参与，而为了便于CPU参与，一定要能够先将数据移动到内存当中
- 所以在特定时间内，数据一定是磁盘中有，内存中也有。后续操作完内存数据之后，以特定的刷新策略，刷新到磁盘。而这时，就涉及到磁盘和内存的数据交互，也就是IO了。而此时IO的基本单位就是Page。
- 为了更好的进行上面的操作， MySQL 服务器在内存中运行的时候，在服务器内部，就申请了被称为 Buffer Pool 的的大内存空间，来进行各种缓存。其实就是很大的内存空间，来和磁盘数据进行IO交互。
- 何为更高的效率？即一定要尽可能的减少系统和磁盘IO的次数
索引的理解：
create table if not exists user (
id int primary key, --一定要添加主键哦，只有这样才会默认生成主键索引
age int not null,
name varchar(16) not null
);
mysql> show create table user \G
*************************** 1. row ***************************
Table: user
Create Table: CREATE TABLE `user` (
`id` int(11) NOT NULL,
`age` int(11) NOT NULL,
`name` varchar(16) NOT NULL,
PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 --默认就是InnoDB存储引擎
1 row in set (0.00 sec)这里要记得设置主键，这样就有默认的主键索引
那么上面说了MySQL和磁盘IO交互的时候是采用Page（16K ，蛮大的）。为什么不按需加载呢？
比如我像查找id = 1的我就跟磁盘IO一次，查找id = 2也IO一次， 不累吗？
如果我要查找5条记录我还要跟硬盘IO五次太麻烦了，我直接一次IO就加载上来Page大小（16K），下次再查找该数据的就从内存找
但我们也不能保证一定能把想要的数据成功加载到内存，但有很大概率，因为局部性原理
打个比方：你有个硬币存钱罐；你准备去买菜要 7块6毛5分。你从零钱罐里一次抓一大把，那肯定是够钱的，至于能不能抓到6毛和5分只能说有很大概率能抓到。
理解单个Page：
MySQL中要管理很多数据表文件，我们可以简单理解成一个个独立文件是由很多个Page构成的
那么如何管理多个Page的结构呢？
不同的Page在MySQL中都是16KB，使用prev和next构成双向链表
因为有主键的问题，MySQL会默认按照主键给我们的数据进行排序
理解多个Page：
- 通过上面的分析，我们知道，上面页模式中，只有一个功能，就是在查询某条数据的时候直接将一整页的数据加载到内存中，以减少硬盘IO次数，从而提高性能。但是，我们也可以看到，现在的页模式内部，实际上是采用了链表的结构，前一条数据指向后一条数据，本质上还是通过数据的逐条比较来取出特定的数据
- 如果有1千万条数据，一定需要多个Page来保存1千万条数据，多个Page彼此使用双链表链接起来，而且每个Page内部的数据也是基于链表的。那么，查找特定一条记录，也一定是线性查找。这效率也太低了。
页目录：
那么当前，在一个Page内部，我们引入了目录。比如，我们要查找id=4记录，之前必须线性遍历4次，才能拿到结果。现在直接通过目录2[3]，直接进行定位新的起始位置，提高了效率。现在我们可以再次正式回答上面的问题了，为何通过键值 MySQL 会自动排序？
多页情况：
MySQL 中每一页的大小只有 16KB ，单个Page大小固定，所以随着数据量不断增大， 16KB 不可能存下所有的数据，那么必定会有多个页来存储数据。
需要注意，上面的图，是理想结构，大家也知道，目前要保证整体有序，那么新插入的数据，不一定会在新Page上面，这里仅仅做演示
这样，我们就可以通过多个Page遍历，Page内部通过目录来快速定位数据。可是，貌似这样也有效率问题，在Page之间，也是需要 MySQL 遍历的，遍历意味着依旧需要进行大量的IO，将下一个Page加载到内存，进行线性检测。这样就显得我们之前的Page内部的目录，有点杯水车薪了
那么解决方案也就是给Page也带上目录：
- 使用一个目录项来指向某一页，而这个目录项存放的就是将要指向的页中存放的最小数据的键值
- 和页内目录不同的地方在于，这种目录管理的级别是页，而页内目录管理的级别是行
- 其中，每个目录项的构成是：键值+指针
存在一个目录页来管理页目录，目录页中的数据存放的就是指向的那一页中最小的数据。有数据，就可通过比较，找到该访问那个Page，进而通过指针，找到下一个Page
其实目录的本质也是也，不同页中存的是用户数据，这里的页存的就是普通页的地址
可是，我们每次检索数据的时候，该从哪里开始呢？虽然顶层的目录页少了，但是还要遍历啊？不用担心，可以在加目录页
这就是传说中的b+树，没错致辞就给我们的表构建好索引了
随便找一个id我们需要查找的Page数一定减少了，也就意味着IO减少了
复盘复盘：
俄罗斯套娃一般的操作，首先我们需要查找单个页中的数据，单个页大小16K，遍历慢，那么给单个页加上目录，这样起码在单个页中查找没有问题
第二步：当我们的页多了起来，发现我们需要遍历很多页的目录来知道该成员到底在哪里，所以这时候就把这多个页管理起来，让我们以O（1）的时间能够找到元素所在的页
第三部：我们对页目录管理起来，一次就能找到对应的页目录
这样一层一层管理起来之后只需要置顶向下找，并加载部分目录到内存，就可以完成查找过程，大大减少了IO次数
InnoDB在建立索引结构来管理数据的时候，为什么其他数据结构不行？
- 链表：线性问题，解决不了问题
- 二叉搜索树？ 可能会退化成线性结构
- AVL&&红黑树？虽然近似平衡，但毕竟是二叉树，而B+是多叉树，高度能够保证。
- Hash？官方的索引实现方式中也有用Hash实现的，不过InnoDB和MyISAM并不支持，Hash跟近期算法特征，有时能够很快达到O（1），不过一到范围查找就蔫巴了
那么为什么不用B数而是用B+树？
B树：
B+数：
这两棵树的对我们最有意义的区别就是：
- B树节点，既有数据又有Page指针，而B+数只有叶子结点有数据，其他目录页只有键值和Page指针
- B+叶子结点全部相连而B没有
为何选择B+树：
- 节点不存储data，这样一个节点能够存储更多的key（目录）。可以让树更矮，让IO的次数更少
- 叶子结点相连更好查找
聚族索引VS非聚簇索引
MyISAM这种索引数据分离的索引方案，叫做非聚簇索引
MyISAM 存储引擎-主键索引
MyISAM 引擎同样使用B+树作为索引结果，叶节点的data域存放的是数据记录的地址。下图为 MyISAM表的主索引， Col1 为主键。
其中， MyISAM 最大的特点是，将索引Page和数据Page分离，也就是叶子节点没有数据，只有对应数据的地址。
相较于 InnoDB 索引， InnoDB 是将索引和数据放在一起的就是聚簇索引
索引操作：
创建主键索引：
- 第一种方式：在创建表的时候，直接在字段名后指定 primary key
create table user1(id int primary key, name varchar(30));- 第二种方式：在创建表的最后，指定某列或某几列为主键索引
create table user2(id int, name varchar(30), primary key(id));- 第三种方式：创建表后再添加主键
create table user3(id int, name varchar(30));
alter table user3 add primary key(id);主键索引的特点：
- 一个表中，最多有一个主键索引，当然可以使符合主键
- 主键索引的效率高（主键不可重复）
- 创建主键索引的列，它的值不能为null，且不能重复
- 主键索引的列基本上是int
创建唯一索引：
同上跟创建主键索引的模式一模一样
把primary key关键字改成 unique即可；
唯一索引的特点：
- 一个表中，可以有多个唯一索引
- 查询效率高
- 如果在某一列建立唯一索引，必须保证这列不能有重复数据
- 如果一个唯一索引上指定not null，等价于主键索引
创建普通索引：
- 第一种方式：在表的定义最后指定某列为索引
create table user8(
id int primary key,
name varchar(20),
email varchar(30),
index(name) --在表的定义最后，指定某列为索引
);- 第二种方式： 创建完表后指定某列为普通索引
create table user9(
id int primary key,
name varchar(20),
emailvarchar(30)
);
alter table user9 add index(name); - 第三种方式：创建一个索引名为idx_name 的索引
create table user10(
id int primary key,
name varchar(20),
email varchar(30)
);
-- 创建一个索引名为 idx_name 的索引
create index idx_name on user10(name);普通索引的特点：
- 一个表中可以有多个普通索引，普通索引在实际开发中用的比较多
- 如果某列需要创建索引，但是该列有重复的值，那么我们就应该使用普通索引
全文索引的创建：
当对文章字段或有大量文字的字段进行检索时，会使用到全文索引。MySQL提供全文索引机制，但是有要求，要求表的存储引擎必须是MyISAM，而且默认的全文索引支持英文，不支持中文。如果对中文进行全文检索，可以使用sphinx的中文版(coreseek)。
CREATE TABLE articles (
id INT UNSIGNED AUTO_INCREMENT NOT NULL PRIMARY KEY,
title VARCHAR(200),
body TEXT,
FULLTEXT (title,body)
)engine=MyISAM;
INSERT INTO articles (title,body) VALUES
('MySQL Tutorial','DBMS stands for DataBase ...'),
('How To Use MySQL Well','After you went through a ...'),
('Optimizing MySQL','In this tutorial we will show ...'),
('1001 MySQL Tricks','1. Never run mysqld as root. 2. ...'),
('MySQL vs. YourSQL','In the following database comparison ...'),
('MySQL Security','When configured properly, MySQL ...');- 查询有没有database数据
如果使用如下查询方式，虽然查询出数据，但是没有使用到全文索引
mysql> select * from articles where body like '%database%';
+----+-------------------+------------------------------------------+
| id | title | body |
+----+-------------------+------------------------------------------+
| 1 | MySQL Tutorial | DBMS stands for DataBase ... |
| 5 | MySQL vs. YourSQL | In the following database comparison ... |
+----+-------------------+------------------------------------------+可以用explain工具看一下，是否使用到索引：
mysql> explain select * from articles where body like '%database%'\G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: articles
type: ALL
possible_keys: NULL
key: NULL <== key为null表示没有用到索引
key_len: NULL
ref: NULL
rows: 6
Extra: Using where
1 row in set (0.00 sec)- 如何使用全文索引呢？
mysql> SELECT * FROM articles WHERE MATCH (title,body) AGAINST ('database');
+----+-------------------+------------------------------------------+
| id | title | body |
+----+-------------------+------------------------------------------+
| 5 | MySQL vs. YourSQL | In the following database comparison ...|
| 1 | MySQL Tutorial | DBMS stands for DataBase ... |
+----+-------------------+------------------------------------------+通过explain分析一下这个sql语句：
mysql> explain SELECT * FROM articles WHERE MATCH (title,body) AGAINST
('database')\G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: articles
type: fulltext
possible_keys: title
key: title <= key用到了title
key_len: 0
ref:
rows: 1
Extra: Using where查询索引：
- 第一种方法：show keys from 表名
mysql> show keys from goods\G
*********** 1. row ***********
Table: goods <= 表名
Non_unique: 0 <= 0表示唯一索引
Key_name: PRIMARY <= 主键索引
Seq_in_index: 1
Column_name: goods_id <= 索引在哪列
Collation: A
Cardinality: 0
Sub_part: NULL
Packed: NULL
Null:
Index_type: BTREE <= 以二叉树形式的索引
Comment:
1 row in set (0.00 sec)- 第二种方法：show index from 表名
- 第三种方法：desc 表名;
删除索引：
- 第一种方法-删除主键索引： alter table 表名 drop primary key;
- 第二种方法-其他索引的删除： alter table 表名 drop index 索引名； 索引名就是show keys
from 表名中的 Key_name 字段 - drop index 索引名 on 表名
索引创建原则：
-
比较频繁作为查询条件的字段应该创建索引
-
唯一性太差的字段不适合单独创建索引，即使频繁作为查询条件
-
不会出现在where子句中的字段不该创建索引
-
更新非常频繁的字段不适合作创建索引
10万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
